IUT Paris Descartes Département Statistique et Traitement Informatique des Données

1. UFR de MATHÉMATIQUES UNIVERSITÉ PARIS-EST MARNE-LA-VALLÉE IUT Paris Descartes Département Statistique et Traitement Informatique des Données Licence Professionnelle SYSTÈMES INFORMATIQUES ET LOGICIELS Spécialité : Décision et Traitement de l’Information DATA MINING

2. DATA MINING ? Mutation des métiers du traitement des données Data mining Informatique décisionnelle

3. UN NOUVEAU MÉTIER • DATA MINER : un spécialiste • au carrefour de l’informatique et de la statistique • fouille les vastes ensembles de données • en extrait les informations pertinentes pour la décision en entreprise

4. MÉTIERS VISÉS • DATA MINER • Chargé d’études • Data manager • Gestionnaire de données • Veilleur technologique • Chef de projet • Responsable étude clientèle ou produit

5. STRATÉGIE PÉDAGOGIQUE • Formation professionnalisante 50 % des enseignements assurés par des professionnels • Formation organiséeautour • des méthodes • des outils logiciels • des problèmes avec leurs données

6. PARTENARIAT UNIVERSITAIRE La LPDTI Data Mining est délivrée conjointement par : • Université Paris Descartes (IUT, département STID ) • Université Paris-Est Marne-la-Vallée (UFR de Maths et IUT)

7. PARTENARIATS PROFESSIONNELS • Large partenariat avec plusieurs Sociétés ou Grands Organismes parmi lesquels : • SAS, SPAD, SPSS • Lincoln Systems, STERIA, IOS • BNP Paribas, Société Générale, Banque Populaire, • EDF, La Poste, GDF Suez, • Canal Plus, Thomson Multimedia, Bouygues Telecom, SFR, • INBOX • …

8. ENSEIGNANTS UNIVERSITAIRES • G. BORDRY IUT Paris Descartes, dépt. STID • J. FESSY IUT Paris Descartes, dépt. Informatique • S. HAMDOUN IUT Paris Descartes, dépt. STID • F-X. JOLLOIS IUT Paris Descartes, dépt. STID • C. KERIBIN Université Paris-sud Orsay • G. OPPENHEIM Université Paris-Est Marne-la-Vallée • J-M. POGGI IUT Paris Descartes, dépt. STID

9. INTERVENANTS PROFESSIONNELS • P. CHABAULT EDF & IUT Paris Descartes • A. DESSERTAINE EDF & Université Paris-Est MLV • H. CLEMENT Orange & Université Paris-Est MLV • C. DERQUENNE EDF • J-P. KIENNER Caisse d’Epargne • J-P. LAMANCHE BNP Paribas • G. QUÉMÉRÉ Inbox • R. TROSIC NOEO • S. REMY Mutuaide Assistance • G. DE LASSENCE SAS • T. LE NOUVEL SPAD • H. MIGNOT SPSS

10. ARCHITECTURE Statistiques (120h) Informatique (120h) Data Mining (140h) Anglais Communication (60 h) Projets Tutorés (200h) Mission en entreprise

11. STATISTIQUES • S1 : Explorer, décrire, nettoyer et transformer les données (20 h) • S2 : Rechercher des facteurs pertinents (20 h) • S3 : Classifier et segmenter (20 h) • S4 : Echantillonner, modéliser, valider et prévoir ; Notions clés, méthodes et Stratégies usuelles (20 h) • S5 : Modéliser à l’aide de méthodes non linéaires classiques puis  avancées (20h) • S6 : Associer, construire des règles et des modèles décisionnels ; les apports. Spécifiques du Data Mining (20 h)

12. INFORMATIQUE • I1 : Les bases de données classiques (20 h) • I2 : Nouvelles problématiques et nouvelles approches des bases de données (20 h) • I3 : Des bases de données aux entrepôts de données (20 h) • I4 : Bases de données et entrepôts de données : outils et offre logicielle (20 h) • I5 : Systèmes d’information et conception de bases de données et d’entrepôts de données (20 h) • I6 : Systèmes d’information et implémentation de bases de données et d’entrepôts de données (20 h)

13. DATA MINING • DM1 : Les principes et la démarche du Data Mining (20 h) • DM2 : Conduite de projets. Recherche documentaire (20 h) • DM3 : Techniques du Data Mining (20 h) • DM4 : Techniques du Data Mining appliquées à des problèmes et des métiers d’entreprise(20 h) • DM5 : Data Mining : outils et offre logicielle. Techniques d’évaluation de logiciels. Conception de rapports (20 h) • DM6 : Data Mining : un panorama d’exemples réels (20 h) • DM7 : Data Mining : Etude de cas (20 h)

14. ORGANISATION DES ÉTUDES • Formation en alternance • 20 semaines d’enseignement • 32 semaines en entreprise • 5 périodes de 4 semaines à l’Université • 4 périodes de 4 semaines • 1 dernière période de 16 semaines en entreprise • Contrat à signer avec l’entreprise

15. POUR QUI ? En formation initiale par alternance • Avoir le niveau requis (Bac + 2 ou équivalent) • Moins de 26 ans

16. POUR QUI ? En formation initiale par alternance • DUTscientifique(STID, Info, …) • L2 scientifique (MIAS, MASS, ou DEUG équivalent) • L2 de Sciences Économiques,L2 Gestion (ou DEUG équivalent) • BTSinformatiquede gestion • diplôme de premier cycle ou L2, ayant un contenuscientifiquesuffisant

17. POUR QUI ? En formation continue • praticiens de l’informatique • statisticiens • gestionnaires de données  • responsables de données marketing • data managers • techniciens de la qualité

18. DIPLOMES EN EMPLOI : OU ? • Banques, Assurances : Dexia Sofaxis, Cofinoga, AXA, Crédit Lyonnais, Lion Assurance, Banque Populaire • Laboratoires pharmaceutiques : Roche, L’Oréal • Grande distribution, commerce : Monoprix, France Loisirs, Chateauonline • Téléphonie et commerce spécialisé: Cegetel, CGE • Sociétés nationales : EDF, La Poste, GDF Suez • Collectivités locales: Conseil Régional Haute Normandie, Régional d’Ile de France • Marketing : Inbox, Segmentaction, TNS Secodip, Ogilvyone • SSII : Unilog, Amelys, MRM Partners, Accenture, Keyrus, Lincoln • Editeurs de logiciels: SAS France • Institut public: Institut de Veille Sanitaire

19. CONTACTS • Responsables de la formation : François-Xavier JOLLOIS Alain DESSERTAINE • Responsable des projets tutorés et des stages: Philippe CHABAULT • Département Statistique et Traitement Informatique des Données http://www.iut.univ-paris5.fr/dept/stid/